聚焦：银行：CHATGPT如何改变银行业？

1、什么是ChatGPT？

ChatGPT是什么？是将神经网络算法中的Transformer模型从理论变为现实的划时代应用。

ChatGPT强在哪？①算力强数据多。近4年，GPT历代模型的开发和训练得到了微软在资金（110亿美元）和算力（打造世界第五超级计算机）上的强力支持，目前能够处理千亿级参数，训练百TB级数据。②训练模式领先。前三代GPT均采取无人参与的预训练机制，ChatGPT新增人类反馈强化训练。③开生成式先河。以算力和训练数据为支撑，ChatGPT能够准确理解各类问题，给予具有一定逻辑的开放式回答；还能够与提问者进行连续对话，不断修正给出的答案，这是前所未有的语言理解和表达能力。潜在价值巨大，未来ChatGPT技术与其他人工智能技术耦合，彻底改变人工智能生态的可能性极大。

(资料图片仅供参考)

ChatGPT缺陷是？①语料来源：语料不够充分或完全未覆盖的空白领域，ChatGPT很可能会给出误导性内容；与Bing搜索引擎耦合后，回答问题的准确性是否收到搜索引擎数据的干扰有待观察。②运营成本：ChatGPT运营及训练成本高企，恐将制约未来发展。③道德风险：无法避免ChatGPT故意提供虚假或提供带有攻击性的答案。

2、如何改变银行业？

机遇与挑战：①银行客服，对于客服、催收等人工的替代，与ChatGPT关联最直接，或将开启深度智能化阶段。②业务前端：

对于财富管理、小微客户、个人消费贷款等标准化产品，客户识别有望进一步细化，产品匹配有望更加精准。③业务中端：诸如授信报告、审批报告、贷后管理报告等强格式性案头工作，如能以ChatGPT替代，可有效提高运营效率。④科技基础：银行投入人工智能相关研究需要持续投入资源，特别是要投入支持模型运转及数据计算的算力资源。

合规与成本：①数据隐私：银行数据的特殊性决定了应用第三方技术的审慎性，应用技术须考虑本地化、私有化部署模式。②系统稳定：银行不掌握ChatGPT核心技术，很难控制内容输出的正确性，也很难确保系统稳定运行，这在经营中存在很大风险。

③成本投入：无论是接入ChatGPT，还是自主开发类似功能，均须较大成本投入，是否能够实现预期收益，存在不确定性。

3、哪些银行有机会？

在金融科技持续投入资源的银行。①科技人员：披露数据的21家上市银行科技队伍总人数11.6万人，占从业总人数的5%；工行在绝对人数上一枝独秀达3.5万人以上，浦发、招行、工行科技人员占比最高。②科技投入：披露数据的24家上市银行中科技投入近1600亿元，占营收的3%。四大行在科技投入绝对规模占有优势；长沙、平安、招行科技投入营收占比最高。

4、风险提示：ChatGPT相关技术理念及技术路径出现质变，或被新技术替代；银行科技投入产出效能或不及预期。

关键词：